基于校正熵的网络行为隐蔽信道的检测算法

为解决传统检测方法检测隐蔽行为信道检测率较低的问题,提出了基于校正熵的隐蔽行为信道检测算法。所提算法利用向用户操作序列中嵌入隐蔽信息后,必然会引起其条件熵变化的原理进行检测。校正熵的引入,有效克服了利用条件熵进行检测会产生误报问题。基于校正熵对行为信道进行检测实验,检测结果表明,基于校正熵的隐蔽行为信道检测算法能够较好地在有噪声的环境中检测出几种常见的隐蔽时间信道,检测率约为96%。     

网络包长度隐蔽信道的建模与仿真

隐蔽信道既是网络中进行隐蔽通信的重要工具,也是黑客窃取信息的手段,因而对它的研究具有重要的意义.提出了将网络包长度作为载体进行隐蔽通信的模型.为了评估隐秘信道,提出了信道容量、抗检测性、鲁棒性及安全性等评估指标.由于隐蔽长度信道发送数据时不受网络包发送时延的限制,隐蔽长度信道的容量远大于传统隐蔽时间信道的容量;且该信道受网络结构、网络流量的影响较小,因而具有较好的鲁棒性.通过仿真实验可知,包长度隐蔽信道的抗检测性、安全性都比传统的时间信道好.因此,隐蔽长度信道克服了传统隐蔽信道不稳定、易被干扰的缺点,是一种可靠、稳定的隐蔽通信方式.另外,使用的基于神经元网络的隐蔽信道检测法也可有效地解决隐蔽长度信道带来的危害.     

一种基于rough set的多用户检测算法

将粗糙集(RoughSet)与多用户检测相结合,提出一种新型的多用户检测算法。粗糙集可以在期望用户的特征波形、定时、时延和多径等信息未知时,对接收数据进行约简,提取出接收数据与期望用户符号之间的规则,从而进行有效的分类,可以较好地应用于复杂的信道环境。理论分析和仿真结果表明了该方法的有效性和实用性。     

V-BLAST系统中一种新的稳健的检测算法

V-BLAST系统有着非常高的频谱利用率,可以显著地提高系统容量。绝大多数的V-BLAST检测算法都要求接收端完全已知信道,如果信道有误差,性能会恶化。考虑到实际中的信道误差的影响,提出了一种基于子空间的稳健的检测算法,仿真结果表明:在信道估计有误差的情况下,该方法性能优于传统ZF算法和MMSE算法。     

分布式MIMO系统中基于矩阵分割的检测算法

针对分布式多输入多输出(multiple input multiple output, MIMO)系统中由于收发天线在地域上的离散分布所引起的异步接收问题,提出了一种基于矩阵分割的串行检测算法。该算法先从等效信道矩阵中划分出较小的矩阵,然后在此矩阵内进行检测。检测出的结果,部分用于干扰消除,部分用于和之后的检测结果合并。最后,从干扰消除后的信道矩阵中再划分矩阵,重复检测步骤,直至所有信号被检测出。在瑞利衰落信道下的计算机仿真表明,该算法与已有的分布式天线下的排序干扰对消(distributed antenna ordering successive interference cancellation, DA-OSIC)检测算法相比,可支持信号的连续发送,且随着发送序列的增长,算法性能逐步逼近DA-OSIC算法,并具有较低的计算复杂度。     

V-BLAST系统的特征波束形成技术

针对特征波束形成技术与V-BLAST结合的系统,从最小化系统差错性能角度出发,在独立同分布衰落信道中和发射端已知信道均值矩阵信息的情况下,推导了特征波束形成的功率分配算法,同时设计了能够充分利用该功率分配方法的接收检测算法。仿真和分析表明,在发射端所知信道信息有限的情况下,该功率分配算法和排序检测算法能显著改善V-BLAST系统的性能,优于传统的V-BLAST检测算法。     

基于重构信道的组分层空时系统接收天线选择

针对采用排序的串行干扰消除检测的组分层空时系统,提出了基于重构信道QR分解的接收天线选择算法,该算法用子信道Frobenius范数排序代替Moore-Penrose伪逆行范数排序得到置换矩阵,降低了计算复杂度.并给出了基于重构信道的快速算法,该算法比常规信道快速算法具有显著的性能提升.仿真分析表明,该算法在中断容量上与最大容量算法接近,重构信道QR分解算法与基于伪逆排序方法性能相近,重构快速算法性能稍有下降,但复杂度更低.     

复杂背景下低信噪比点目标的实时检测算法及实现

为检测复杂背景中的低信噪比 (SNR)点目标 ,提出了一种局部自适应门限检测算法。该算法以低通滤波算法估计背景中的低频成分 ,及图像局部方差估计背景起伏 ,来计算出局部自适应的目标检测判决门限。该算法充分考虑了可实现性和实时性并采用现场可编程门阵列 (FPGA)设计实现该算法。理论分析和试验结果都表明 ,该算法可有效抑制云层、树木、地物等背景杂波、检测出复杂背景下的低信噪比点目标 ,具有恒虚警率和易于工程实现的优点。     

一种新的FOPEN UWBSAR目标检测方法

针对VHF/UHF波段超宽带合成孔径雷达探测叶簇隐蔽目标的应用场合,提出了一种目标检测算法。该算法依据目标与树干回波的子孔径轨迹的起伏差异,以主成分分析的第二主元为特征,提取了超宽带合成孔径雷达对目标进行大积累角观测所提供的方向性信息,能够有效检测隐蔽于树林中的隐蔽目标。给出了该方法的数学模型、物理原理和实现步骤,并运用实际数据进行了试验,结果表明了该方法的有效性。     

OFDM系统中的快速发射功率分配算法

针对在限定传输速率和误码率的情况下最小化OFDM系统发射功率问题,提出了一种基于灌水原理的次最优快速算法。算法利用灌水水平和系统传输速率之间的关系求出高效的灌水水平粗搜索方法,然后用二分法求解出所需的灌水水平。当信道发生变化时,该算法可以快速地确定出新灌水水平所处的区间,从而实现对时变信道进行快速跟踪。仿真结果表明该算法收敛速度较快,适合应用于信道随时间变化的OFDM通信系统中。     

基于TCNN-BiLSTM网络的调制识别算法

针对传统调制识别算法在低信噪比下识别率不高的情况,提出双路卷积神经网络级联双向长短时记忆(two-way convolutional neural network cascaded bidirectional long short-term memory, TCNN-BiLSTM)网络的调制识别算法。首先,该算法并联不同尺度卷积核的卷积层,提取调制信号不同维度的特征。然后,级联BiLSTM层,对多维特征构建LSTM时间模型。最后,使用softmax分类器完成识别。仿真实验表明,所提算法结构在加性高斯白噪声和特定信道参数的瑞利衰落信道下,性能要优于基于传统特征和其他网络结构的识别算法。在特定信道参数的瑞利衰落信道下信噪比低至6 dB时,该算法对6种数字调制信号的识别率仍可达到92%以上。     

复杂系统与辩证逻辑

从逻辑观点看 ,系统有简单系统和复杂系统之分。简单系统是只由直谓谓词类的元素所构成的系统。复杂系统是至少由具有两个相异性质或关系的元素构成的系统。形式逻辑可以对简单系统的结构作出协调而完备的逻辑分析和逻辑表达 ,但不能对复杂系统的结构作出协调而完备的逻辑分析和逻辑表达。只有辩证逻辑 ,才能对复杂系统的结构作出协调而完备的逻辑分析和逻辑表达。     

隐通道的仿真分析

在TCSEC和CC标准中,软件要获得B2或EAL5及以上安全级的认证,必须要进行隐通道分析。通过建立隐通道的仿真系统,根据试验分析隐通道的性质,其中一些性质是在以往基于源代码或顶级描述的静态隐通道分析中没有观察到的。对这些性质的成因,做了理论上的解释,并提出了分两步进行的隐通道审计方法。     

一种无损的隐秘传输方法与仿真

给出了一种无损的隐秘传榆方法，将机密信息隐藏在宿主多媒体信息中不易被感知的部位中，通过公共信道进行传输，在接收端提取出所嵌入的机密信息后，宿主数据可无损恢复。给出了一个改进的整数变换，提出了新的宿主类型判别条件，与Alattar方法相比，具有较低的时间复杂度。该方法已通过计算机模拟，获得预期结果，可成功地将机密汉字信息隐藏在语音信息中，通过局域网进行隐秘传输，提取出所嵌入汉字信息后。原宿主数据可无损恢复。     

基于Barzilai-Borwein迭代的低复杂度大规模MIMO信号检测算法

在大规模多输入多输出系统中,最小均方误差(minimum mean square error, MMSE)算法能达到接近最优的线性信号检测性能,但是MMSE算法需要复杂的矩阵求逆运算,这限制了该算法的应用。为了降低运算复杂度,改进MMSE算法,利用Barzilai Borwein(BB)迭代算法来避免矩阵求逆运算,提出了结构简单的BB迭代信号检测算法,且基于信道硬化特性进一步优化了迭代初始解以加快算法的收敛速度。理论和仿真结果表明,所提出的BB迭代算法的性能优于最近提出的Neumann级数展开算法,而其复杂度相比截短阶数i=3的Neumann级数展开算法减少了一个数量级;且该算法收敛速度较快,在给定初始值的条件下,通过简单的几次迭代,能够快速接近MMSE算法的检测性能。     

基于卷积神经网络与注意力机制的SAR图像飞机检测

在合成孔径雷达(synthetic aperture radar, SAR)图像应用领域, 对SAR图像中飞机目标的检测备受关注。针对现有检测算法模型运算复杂度高、检测性能较低的问题, 提出一种基于深度可分离卷积神经网络与注意力机制的SAR图像飞机检测算法。首先使用深度可分离卷积神经网络提取图像特征, 同时在网络中引入逆残差块, 以有效防止通道数压缩引起的特征信息丢失问题; 其次在网络中引入多尺度空洞卷积—空间注意力模块和全局上下文通道注意力模块, 通过重新分配显著区域和各特征图更有代表性的权值, 以更好地捕捉空间有效信息和通道间语义相关性, 提高模型特征表达能力; 最后在SAR飞机数据集(SAR aircraft dataset, SAD)上进行对比实验验证。实验结果表明, 所提算法具有更好的检测效果, 平均准确率达到86.3%, 检测速度达到22.4 fps/s。     

基于DNN的无人机数据OFDM传输技术

针对无人机信道含多径、多普勒频移,还易受到外来干扰和高功率放大带来的非线性失真影响的问题,提出一种基于深度神经网络(deep neural network,DNN)的无人机正交频分复用(orthogonal frequency divi-sion multiplexing,OFDM)数据传输技术.下行链路采用OFDM系...     

一种盲信号恢复的特征向量算法

信号恢复是雷达声纳目标检测和通信信号处理的一项重要任务。基于特征向量估计(EVA)的信号恢复算法可以在未知信道和源信号先验知识的情况下,在较短的时间内实现信号的盲恢复。它是将均衡信道参数估计问题变为与交叉累积量矩阵、自相关矩阵有关的特征向量求解问题,并保证解的唯一性和收敛性。将该算法应用于单源-单接收元(SISO)的恒模变相信号、两种声学水池信号妁恢复,取得了较好的恢复效果。     

衰落信道下的QCAM性能分析

对AWGN和Rayleigh信道衰落下K-QCAM系统性能进行了研究,分析了K-QCAM系统对不同K值在一定的信噪比下系统性能和信道的关系,并推导出零均值Logistic映射的QCAM系统在不同衰落信道中的误比特率的表达形式。仿真结果表明,在相同的传输信道和信噪比条件下,仿真结果与理论值有很好的吻合性。